4.4.3 Mecanismos

Los experimentos miden lo que sucedió. Mecanismos explican por qué y cómo sucedió.

La tercera idea clave para ir más allá de simples experimentos es mecanismos. Mecanismos nos dicen por qué o cómo un tratamiento provocó un efecto. El proceso de búsqueda de mecanismos también se le llama en busca de las variables que intervienen o variables mediadoras. Aunque los experimentos son buenos para la estimación de los efectos causales, a menudo no están diseñados para revelar los mecanismos. experimentos era digital pueden ayudar a identificar los mecanismos de dos maneras: 1) que nos permiten recoger más datos de proceso y 2) que nos permiten probar muchos tratamientos relacionados.

Debido a que los mecanismos son difíciles de definir formalmente (Hedström and Ylikoski 2010) , yo voy a empezar con un ejemplo sencillo: limas y el escorbuto (Gerber and Green 2012) . En el siglo 18 médicos tuvieron una muy buena sensación de que cuando los marineros comían limas no consiguieron el escorbuto. El escorbuto es una enfermedad terrible, así que era información de gran alcance. Sin embargo, estos médicos no sabían qué limas prevenir el escorbuto. No fue hasta 1932, casi 200 años más tarde, que los científicos podrían fiable muestran que la vitamina C fue la razón de que la cal ha impedido el escorbuto (Carpenter 1988, p 191) . En este caso, la vitamina C es el mecanismo a través del cual limas prevenir el escorbuto (Figura 4.9). Por supuesto, la identificación del mecanismo es de gran importancia científica de las porciones de la ciencia se trata de entender por qué las cosas suceden. La identificación de los mecanismos es muy importante en la práctica. Una vez que entendemos por qué funciona un tratamiento, que potencialmente podemos desarrollar nuevos tratamientos que funcionan incluso mejor.

Figura 4.9: Cales prevenir el escorbuto y el mecanismo es la vitamina C.

Desafortunadamente, mecanismos de aislamiento es muy difícil. A diferencia de las limas y el escorbuto, en muchos entornos sociales, los tratamientos probablemente operan a través de muchas vías relacionadas entre sí, lo que hace que el aislamiento de los mecanismos extremadamente difícil. Sin embargo, en el caso de las normas sociales y el uso de energía, los investigadores han tratado de aislar mecanismos mediante la recopilación de datos de proceso y probar tratamientos relacionados.

Una manera de probar posibles mecanismos es mediante la recopilación de datos de proceso de cómo el tratamiento impactado posibles mecanismos. Por ejemplo, recordemos que Allcott (2011) mostró que los Informes de Energía Doméstica hizo que la gente a reducir su consumo de electricidad. Pero, ¿cómo hacer estos informes menor consumo de electricidad? ¿Cuáles fueron los mecanismos? En un estudio de seguimiento, Allcott and Rogers (2014) se asociaron con una compañía de electricidad que, a través de un programa de reembolso, había adquirido información en la que los consumidores actualicen sus aparatos a los modelos más eficientes energéticamente. Allcott and Rogers (2014) encontraron que un poco más las personas que reciben los informes de Energía en el Hogar actualizar sus aparatos. Sin embargo, esta diferencia era tan pequeña que sólo podría ser responsable de un 2% de la disminución en el consumo de energía en los hogares tratados. En otras palabras, las actualizaciones de aparatos no eran el mecanismo dominante a través de la cual el Informe de la Energía Inicio disminuyó el consumo de electricidad.

Una segunda manera de estudiar los mecanismos es ejecutar experimentos con versiones ligeramente diferentes del tratamiento. Por ejemplo, en el experimento de Schultz et al. (2007) y todos los posteriores experimentos Inicio Informe de la Energía, los participantes recibieron un tratamiento que consta de dos partes principales 1) Consejos sobre el ahorro de energía y 2) la información sobre su consumo energético en relación a sus pares (Figura 4.6). Por lo tanto, es posible que los consejos de ahorro de energía son lo que causó el cambio, no la información de pares. Para evaluar la posibilidad de que las puntas solo podrían haber sido suficiente, Ferraro, Miranda, and Price (2011) se asoció con una compañía de agua cerca de Atlanta, GA, y corrió un experimento relacionado en la conservación del agua que participan alrededor de 100.000 hogares. Había cuatro condiciones:

• un grupo que recibió consejos sobre el ahorro de agua.
• un grupo que recibió consejos sobre el ahorro de agua + un llamamiento moral para ahorrar agua.
• un grupo que recibió consejos sobre el ahorro de agua + un llamamiento moral para ahorrar agua + información sobre el uso del agua en relación con sus pares.
• un grupo de control.

Los investigadores encontraron que las puntas único tratamiento no tuvo efecto sobre el consumo de agua en el corto (un año), medio (dos año) y largo plazo (cada tres años). La punta + tratamiento apelación causó participantes para disminuir el consumo de agua, pero sólo en el corto plazo. Por último, el tratamiento de la información puntas + + apelación pares causó disminución del uso en el corto, mediano y largo plazo (Figura 4.10). Este tipo de experimentos con tratamientos no empaquetados son una buena manera de saber qué parte del tratamiento, o qué partes juntos, son los que están causando el efecto (Gerber and Green 2012, Sec. 10.6) . Por ejemplo, el experimento de Ferraro y sus colegas nos muestra que los consejos de ahorro de agua no son suficientes para disminuir el consumo de agua.

Figura 4.10: Resultados de Ferraro, Miranda, and Price (2011) . Los tratamientos fueron enviados 21 de mayo de 2007, y se midieron los efectos durante los veranos de 2007, 2008 y 2009. Por la desagregación del tratamiento, los investigadores esperaban para desarrollar una mejor idea de los mecanismos. Las puntas único tratamiento tenían esencialmente efecto en el corto (un año), medio (dos años) y largo (tres años) plazo. La punta + tratamiento apelación causó participantes para disminuir el consumo de agua, pero sólo en el corto plazo. El consejo de apelación + + tratamiento de información entre pares causados ​​participantes para disminuir el consumo de agua en el corto, mediano y largo plazo. Las barras verticales se calculan los intervalos de confianza. Ver Bernedo, Ferraro, and Price (2014) para los materiales de estudio reales.

Lo ideal sería ir más allá de las capas de componentes (consejos; Filtros + apelan; información entre pares consejos + apelación +) a un factorial completo de diseño también llamado a veces una \ (2 ^ k \) diseño donde factorial de cada posible combinación de la tres elementos se prueba (Tabla 4.1). Al probar cada combinación posible de componentes, los investigadores pueden evaluar plenamente el efecto de cada componente en aislamiento y en combinación. Por ejemplo, el experimento de Ferraro y sus colegas no revela si la comparación por pares solo habría sido suficiente para dar lugar a los cambios a largo plazo en el comportamiento. En el pasado, estos diseños factorial completo han sido difíciles de ejecutar, ya que requieren un gran número de participantes y requieren investigadores a ser capaz de controlar con precisión y entregar un gran número de tratamientos. Sin embargo, la era digital elimina estas limitaciones logísticas en algunas situaciones.

En resumen, los mecanismos de las vías por las que un tratamiento tiene un efecto-son increíblemente importantes. experimentos era digital pueden ayudar a los investigadores a aprender acerca de los mecanismos por 1) la recogida de datos de proceso y 2) que permite diseños factoriales completos. Los mecanismos sugeridos por estos enfoques luego por los puede probado directamente por experimentos específicamente diseñados para poner a prueba los mecanismos (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016) .

En total, estos tres conceptos-validez; heterogeneidad de los efectos del tratamiento; y mecanismos proporcionan un poderoso conjunto de ideas para el diseño y la interpretación de los experimentos. Estos investigadores conceptos de ayuda van más allá de simples experimentos acerca de lo que "funciona" a experimentos más ricos que tienen vínculos estrechos con la teoría, que revelan dónde y por qué tratamientos funcionan, e incluso podría ayudar a los investigadores a diseñar tratamientos más eficaces. Teniendo en cuenta este trasfondo conceptual acerca de los experimentos, voy a pasar ahora a la forma en que realmente puede hacer sus experimentos suceden.